随着大数据的不断发展，人们对于数据的需求和处理越来越高效率，因此有了Hadoop这个分布式计算框架，它是一种开源的基于Java的编程框架，采用分布式存储和分布式计算方式，可以处理高达百TB的数据。

Hadoop中的数据一般以文件的形式存在，其中JSON（JavaScript Object Notation）是一种非常重要的文件格式。JSON是一种轻量级的数据交换格式，以文本格式进行存储和传输。它由一个键值对集合组成，是现代应用程序中常用的数据格式之一。

{
"name": "John",
"age": 30,
"cars": [
{
"name": "Ford",
"models": [
"Fiesta",
"Focus",
"Mustang"
]
},
{
"name": "BMW",
"models": [
"320",
"X3",
"X5"
]
}
]
}

在Hadoop中生成JSON文件格式非常简单。我们只需要在MapReduce程序中定义OutputFormat的类型为JSONOutputFormat，同时定义Map输出的键和值的类型，并在Map函数中将需要输出的数据转换成JSON字符串格式即可。

Job job = new Job(new Configuration(), "JSON Output Format");
job.setJarByClass(MyJob.class);
job.setMapperClass(MyMapper.class);
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(Text.class);
job.setOutputFormatClass(JSONOutputFormat.class);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(Text.class);
JSONOutputFormat.setOutputPath(job, new Path(outputPath));
System.exit(job.waitForCompletion(true) ? 0 : 1);
public static class MyMapper extends Mapper{
private Text outputKey = new Text();
private Text outputValue = new Text();
@Override
protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
// 数据处理
String result = JSONObject.toJSONString(dataMap);
outputKey.set(key.toString());
outputValue.set(result);
context.write(outputKey, outputValue);
}
}

通过以上代码，我们可以在Hadoop中轻松生成JSON格式的文件，实现对于大数据的高效处理。